■ 배경

- JCOM은 과학커뮤니케이션 분야 오픈액세스 학술지(CC BY 4.0)다. 

- 이 논문은 빈대학교 커뮤니케이션학과 연구진이 오스트리아 국민의회(Nationalrat)의 1996~2022년 발언에서 정치인이 과학을 어떻게 언급하는지 분석한 대규모 텍스트 연구다. 

- 다루고 있는 연구 질문은 (1) 시간에 따라 의회 토론에서 과학 표현이 얼마나 쓰였는가, (2) 정당별로 어떻게 다른가 이다.

■ 주요내용

[연구방법]

- 분석자료는 의장 발언을 제외한 개인 발언 총 104,088건을 사용했다. 정당 분석에 사용된 발언은 총 93,816건이다.

- 먼저, 과학 관련 핵심어를 29개 선정하고, 관련된 80,226개 텍스트 단위를 추출했다. 

- 다음, 2단계로 GPT-4o가 핵심어 주변 160단어에서 과학적 증거와 과학 행위자 언급을 분류했다.(인간 코딩과의 일치도 α 0.89). 

[결과]

- 발언의 18.9%에 과학 표현이 있었고 과학 행위자 16.3%, 과학적 증거 9.5%였다. 

- 시기별로는 대체로 고르게 분포했고, 2008~2011년에만 뚜렷하게 낮았으며, 단기 급등은 학교·등록금·부처 개편 같은 특정 정책 이슈와 맞물렸다.

- 텍스트에 나타난 정당 차이는 과학적 증거 언급은 녹색당 11.5%, NEOS 11.3%로 높고 FPÖ 8.1%로 낮았다. 차이는 통계적으로 유의했지만 효과 크기는 작아 정당별 설명력은 제한적이다.

- 한계: 장기 분석이라 코로나19 같은 단기 국면의 변화를 포착하기 어려웠고, 증거 언급 여부는 실제 출처가 아니라 특정 단어의 출현을 측정했으므로 어느 정당이 더 엄밀하다고 결론낼 수 없다. 저자는 과학의 정치화와 양극화 방지를 후속 과제로 제시하며 정치인 인터뷰, 정책 영역별 분석, 신뢰에 미치는 영향 연구를 제안한다.

■ 시사점

- 과학이 정책 담론에서 얼마나, 누구에 의해 언급 되는지를 장기 데이터로 점검하는 접근은 한국의 국회·정책 담론에서 과학 쓰임을 모니터링하는 연구의 방법론의 중요한 참고가 된다.

- "증거"를 많이 언급하는 것과 엄밀하게 사용하는 것은 다르다는 저자들의 한계 지적은, 과학소통 정책에서 근거 기반 담론을 평가할 때 지표 설계에 유의할 점이다.

- 대규모 분석에 LLM(GPT-4o)을 쓰되 인간 코딩으로 검증한 설계는 데이터 분석결과의 신뢰성을 높이고 있다. 최근 확대되고 있는 생성형 AI에 의존하는 한국어 담론 연구에 참고할 만 하다.

■ 결론

- 오스트리아 의회 발언의 약 5분의 1에 과학 표현이 있었고 장기간 안정적인 비중을 보이고 있다. 

- 정당 간 차이는 통계적으로 유의하지만 크지 않아, 과학 언급은 정당 정체성보다 정책 이슈와 수사 관행에 더 좌우되는 것으로 추론해 볼 수 있다. 

- 대규모 텍스트 분석으로 정치 담론 속 과학을 측정하려는 과학소통 연구로, 인간 코딩과 교차 검증을 통해 더욱 정교화할 필요가 있다.

■ 출처

Wiesner, Eberl, Lecheler, JCOM 25(6) A09, 2026-10-05: https://jcom.sissa.it/article/pubid/JCOM_2506_2026_A09/